pandas中groupby的用法

在pandas中，groupby()是一个常用的数据分组函数，其作用是将一个数据集按照某些特征进行分组，然后对每个分组进行相应的计算和处理。

具体用法如下：
首先，通过DataFrame对象调用groupby()方法并传入需要分组的列名或列名列表进行分组，例如：

import pandas as pd

df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
                   'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
                   'C': [1, 2, 3, 4, 5, 6, 7, 8],
                   'D': [10, 20, 30, 40, 50, 60, 70, 80]})

grouped = df.groupby('A')

这样就按照列名'A'进行了分组。接着可以使用各种聚合函数对数据进行分组后的计算，例如：

grouped.sum()

这将对每个分组进行求和操作并返回结果，结果如下：

     C    D
A          
bar  12  120
foo  24  270

除了sum()方法外，还有很多其他聚合函数可以使用，例如mean()、count()、min()、max()等。

在groupby()中还可以传入多个列名进行多重分组。例如：

grouped = df.groupby(['A', 'B'])

这样就按照列名'A'和'B'进行了多重分组。同样可以使用各种聚合函数对数据进行分组后的计算。